06 FGI Baumstrukturen.pptx

6 Baumstrukturen
Formale Grundlagen der Informatik I
Herbstsemester 2012
Robert Marti
Vorlesung teilweise basierend auf Unterlagen
von Prof. emer. Helmut Schauer
Beispiel: Hierarchisches File System
FGI 2012
06 Baumstrukturen
2
Beispiel: Entscheidungsbaum (Decision Tree)
if Hair_color = 'Blonde' and Lotion_used = 'No' then Sunburn = 'Yes'
FGI 2012
06 Baumstrukturen
3
Beispiel: Operatorbaum
•  Beispiel: (a + b) · c
bzw. (a + b) * c
*
•  Darstellung als Baum
–  Variablen sind Knoten
–  Operatoren sind ebenfalls Knoten,
deren Unterbäume sind Operanden
+
c
•  Traversieren des Baums
–  preorder: * + a b c
in der Sprache Lisp: (* (+ a b) c)
–  inorder:
a
b
(a + b) * c
–  postorder: a b + c *
z.B. HP Calculators (UPN bzw. RPN), Sprachen Forth, Postscript
FGI 2012
06 Baumstrukturen
4
Beispiel: XML Dokument als Baum
bibliography
book
title
author
Found… Abiteboul
FGI 2012
book
author
author
publisher
year
Hull
Vianu
Addison…
1995
06 Baumstrukturen
<bibliography>
<book>
<title>
Foundations of Databases
</title>
<author>Abiteboul</author>
<author>Hull</author>
<author>Vianu</author>
<publisher>
Addison Wesley
</publisher>
<year>1995</year>
</book>
<book>
...
</book>
</bibliography>
5
Beispiel: Beweis-Baum (Proof Tree)
Δ := {
has-part(system, monitor) ,
not-plugged-in(system) ,
defect(system) ← has-part(system, monitor) ∧ defect(monitor) ,
does-not-work(system) ← defect(system) ,
does-not-work(system) ← not-plugged-in(system) }
goal := ← does-not-work(system)
[1]
[2]
[3]
[4]
[5]
← does-not-work(system)
Resolution mit [4]
Resolution mit [5]
← defect(system)
← not-plugged-in(system)
Resolution mit [3]
Resolution mit [2]
← has-part(system, monitor) ∧ defect(monitor)
Erfolg
Resolution mit [1]
← defect(monitor)
Fehlschlag
FGI 2012
06 Baumstrukturen
6
Beispiel: Taxonomie von Geschäftsbegriffen
sog. Lines of Business im Versicherungsbereich
All Lines
P&C Lines
Property
Casualty
L&H Lines
Special
Lines
Life
Health
'Casualty' is a narrower term than 'P&C Lines'
FGI 2012
06 Baumstrukturen
7
Definitionen (1)
Ein Baum (tree) ist
- entweder leer
- oder er besteht aus einer Wurzel (root) mit einer beliebigen Anzahl
n ≥ 0 von Teilbäumen (subtrees), von denen jeder wiederum ein
Baum ist.
Die Wurzel des Baumes sowie die Wurzeln seiner Teilbäume heissen Knoten
(nodes oder auch vertices [= Plural von vertex]) des Baumes.
Die Teilbäume sind mit der Wurzel durch Kanten (edges) verbunden.
Wurzelknoten
Kanten
…
FGI 2012
06 Baumstrukturen
Teilbäume
8
Definitionen (2)
Knoten ohne Teilbäume (bzw. Knoten, deren Teilbäume alle leer sind) heissen
Blätter (leaves).
Eine Folge von Knoten die durch Kanten miteinander verbunden sind, heisst
Pfad (path).
Zwischen zwei beliebigen Knoten eines Baumes gibt es genau einen Pfad.
…
…
…
…
…
…
FGI 2012
06 Baumstrukturen
9
Geordneter Baum
Knoten in einem Baum haben im allgemeinen
•  eine Etikette (label) bzw. einen Schlüssel (key)
•  und/oder einen Wert (value).
In einem geordneten Baum (ordered tree) ist die Reihenfolge der Teilbäume
jedes Knotens relevant.
Dies kann eine explizite Ordnung sein oder aber eine Sortierreihenfolge, die
vom Schlüssel oder vom Wert der Wurzelknoten der Teilbäume induziert wird.
Bäume, die sich nur durch die Reihenfolge ihrer Teilbäume unterscheiden,
werden als zueinander isomorph bezeichnet.
FGI 2012
06 Baumstrukturen
10
Beispiel: Isomorphe Bäume
FGI 2012
06 Baumstrukturen
11
Ordnung eines Baums
Die maximale Anzahl von Teilbäumen eines Knotens entspricht der Ordnung
(degree) eines Baumes.
Die (exakte oder mittlere) Anzahl von Teilbäumen eines Knotens wird auch als fanout bezeichnet.
Beispiel: Baum der Ordnung 3
Datenstruktur: Tree =
value
subtree1 subtree2 subtree3
FGI 2012
06 Baumstrukturen
12
Binärer Baum
Ein binärer Baum (binary tree) ist ein Baum in dem jeder Knoten maximal
zwei Teilbäume hat.
Binäre Bäume haben die Ordnung 2.
Ist der binäre Baum geordnet, so sprechen wir von linken und rechten
Teilbäumen.
Datenstruktur: Tree =
value
left
FGI 2012
right
06 Baumstrukturen
13
Perfekter binärer Baum
Ein binärer Baum heisst perfekt oder voll wenn für jeden Knoten gilt:
Der linke und der rechte Teilbaum dieses Knotens besteht aus gleich vielen
Knoten.
In einem perfekten binären Baum ist jeder Knoten
- entweder ein Blattknoten
- oder er hat genau zwei nicht leere Teilbäume.
FGI 2012
06 Baumstrukturen
14
Höhe eines Baums und Tiefe eines Knotens
Die Höhe (height) eines Baumes ist die maximale Pfadlänge von der Wurzel
zu den Blättern des Baumes.
Bemerkung: Die Höhe wird bisweilen auch als Tiefe (depth) bezeichnet, siehe auch unten.
Die Tiefe (depth) [auch Ebene (level)] eines Knotens x ist die Länge des
Pfades dieses Knotens zur Wurzel
…
Baumhöhe: 3
Tiefe des Knotens: 2
…
x
…
FGI 2012
06 Baumstrukturen
15
Höhe und totale Anzahl von Knoten in perfekten Bäumen
Ein perfekter binärer Baum der Höhe h hat genau 2h Blätter.
Für die totale Anzahl n von Knoten innerhalb eines solchen Baums gilt:
n = 1 + 2 + … + 2h = xxxxx = 2h+1 − 1
bzw.
h = log2(n + 1) − 1
Generalisierungen: Für perfekte Bäume mit Höhe h und Ordnung f
(bzw. annäherungsweise für Bäume mit mittlerem fanout f , f ≥ 2) gilt:
- Die Anzahl Blätter ist genau f h
- n = 1 + f + … + f h = (f h+1 − 1) / (f − 1) ≤ 2⋅(f h+1 − 1) / f ≤ 2⋅f h
- logf (n) ≤ h ≤ logf (n / 2)
FGI 2012
06 Baumstrukturen
16
Beispiel: Perfekter binärer Baum
n=7
h=2
FGI 2012
06 Baumstrukturen
17
Traversieren eines Baums: "in-order"
Damit alle Knoten eines Baums bearbeitet werden können, muss der Baum
traversiert werden (tree traversal).
Pseudocode für das "in-order" Traversieren eines Baums
procedure traverse(t: Tree);
begin
if not empty(t) then
traverse(t.left);
// rekursiver Aufruf: traversiere linken Teilbaum
process(t.key);
// bearbeite den "Inhalt" des Wurzelknotens
// (z.B. Ausgabe auf Bildschirm)
traverse(r.right);
// rekursiver Aufruf: traversiere rechten Teilbaum
end;
end traverse;
FGI 2012
06 Baumstrukturen
18
Traversieren eines Baums: "pre-order"
Pre-Order: Verarbeite den "Inhalt" des Wurzelknotens zuerst.
Pseudocode für das "pre-order" Traversieren eines Baums
procedure preorder(t: Tree);
begin
if not empty(t) then
process(t.key);
// bearbeite den "Inhalt" des Wurzelknotens
// (z.B. Ausgabe auf Bildschirm)
preorder(t.left);
// rekursiver Aufruf: traversiere linken Teilbaum
preorder(r.right);
// rekursiver Aufruf: traversiere rechten Teilbaum
end;
end preorder;
FGI 2012
06 Baumstrukturen
19
Traversieren eines Baums: "post-order"
Post-Order: Verarbeite den "Inhalt" des Wurzelknotens zuletzt.
Pseudocode für das "post-order" Traversieren eines Baums
procedure postorder(t: Tree);
begin
if not empty(t) then
postorder(t.left);
// rekursiver Aufruf: traversiere linken Teilbaum
postorder(r.right); // rekursiver Aufruf: traversiere rechten Teilbaum
process(t.key);
// bearbeite den "Inhalt" des Wurzelknotens
// (z.B. Ausgabe auf Bildschirm)
end;
end postorder;
FGI 2012
06 Baumstrukturen
20
Beispiel: Binärer Baum (1)
Beispiel:
Arithmetischer Ausdruck (a+b)*c
*
c
+
a
FGI 2012
pre-order: *+abc
in-order: (a+b)*c
post-order: ab+c*
b
06 Baumstrukturen
21
Beispiel: Binärer Baum (2)
Beispiel:
Arithmetischer Ausdruck a+b*c
+
a
pre-order: +a*bc
in-order: a+b*c
post-order: abc*+
FGI 2012
*
b
06 Baumstrukturen
c
22
Binärer Sortierbaum
Ein binärer Sortierbaum ist ein geordneter binärer attributierter Baum für den
beim in-order Traversieren alle Attribute gemäss ihrer Ordnungsrelation
durchlaufen werden.
Seien
- x ein Knoten eines binären Sortierbaums T
- x.key das Attribut des Knotens x sowie
- x.left und x.right der linke respektive rechte Teilbaum des Knotens x,
dann gilt (bei ansteigender Sortierteihenfolge) eines Sortierbaumes T:
∀ x: x ∈ T:
(∀ y: y ∈ x.left: y.key ≤ x.key) ∧ (∀ y: y ∈ x.right: y.key ≥ x.key)
Jeder Teilbaum eines Sortierbaums ist selbst ein Sortierbaum
FGI 2012
06 Baumstrukturen
23
Beispiel: Binärer Baum als Sortierbaum
Binärer Sortierbaum
b
a
d
in-order: abcde
pre-order: badce
post-order: acedb
level-order: badce (zuerst Level 0 (= Wurzel), dann Knoten auf Level 1, … )
c
FGI 2012
06 Baumstrukturen
e
24
Traversieren eines Baums: ”level-order"
Level-Order: Zuerst Level 0 (Wurzel), dann Level 1 Knoten, ... )
procedure traverseUntil(t: Tree; maxlevel: integer; level: integer);
begin
if not empty(t) then
if level = maxlevel then
process(t.key);
else
traverseUntil (t.left, maxlevel, level+1);
traverseUntil (r.right, maxlevel, level+1);
end;
end traverseUntil;
procedure levelOrder(t: Tree);
// Dies ist eine Implementation namens „iterative deepening“
begin
for level := 0 to depth(t) do
traverseUntil(t, level, 0);
end;
end levelOrder;
FGI 2012
06 Baumstrukturen
25
Warum sind Sortierbäume wichtig?
Gegeben eine ungeordnete Liste mit n Datensätzen (records),
z.B. Informationen über Personen.
Um einen Datensatz mit einem bestimmten
Namen zu finden, muss/müssen
- im besten Fall 1 Datensatz (*)
- im schlechtesten Fall n Datensätze
angeschaut werden, (im Mittel n+1/2)
Bei einem perfekten binären Baum sind es
- im besten Fall 1 Datensatz (*)
- im schlechtesten Fall h = log2(n + 1) − 1 Datensätze.
(bei n = 1'000'000 sind dies noch 19 Datensätze)
(*) Dies gilt nur, wenn die Namen eindeutig sind!
FGI 2012
06 Baumstrukturen
26
Problem: Sortierbäume sind nicht immer balanciert ...
Die Reihenfolge des Einfügens spielt eine Rolle!
einzufügende
Zahlen
1, 2, 3
resultierender
Sortierbaum
1
2
3
FGI 2012
06 Baumstrukturen
27
Einfügen eines Schlüsselwerts in einen Baum
Pseudocode für das Einfügen eines Schlüsselwerts k in einen Baum t
procedure insert(k: KeyValue; var t: Tree);
begin
if not empty(t) then
if k < t.key then
insert(k, t.left);
// rekursiver Aufruf: füge k in linken Teilbaum ein
else if k > t.key then
insert(k, right);
// rekursiver Aufruf: füge k in rechtenTeilbaum ein
end;
else // der Baum (bzw. Teilbaum) ist leer
t := new Tree;
// erzeuge einen neuen Knoten
t.key := k; t.left := nothing; t.right := nothing;
end;
end insert;
FGI 2012
06 Baumstrukturen
28
Problem: Sortierbäume sind nicht immer balanciert ...
Reihenfolge des Einfügens:
1, 2, 3
3, 2, 1
1
3
2
2
3
2, 1, 3
1
2, 3, 1
2
1
FGI 2012
2
3
1
06 Baumstrukturen
3
29
B Bäume
B Bäume und ihre Varianten (B+ Baum) wurden 1972 von Rudolf Bayer und
Ed McCreight zur Indizierung grosser Datenmengen auf Disk erfunden.
B Bäume sind Mehrwegbäume, wobei B primär für Balanced steht
(und nebenbei vielleicht für Boeing und/oder Rudolf Bayer)
Eigenschaften eines B+ Baums
- Die minimale und maximale Pfadelänge von der Wurzel zu einem Blatt
unterscheidet sich höchstens um 1.
- Jeder "innere Knoten" hat zwischen ⎡n/2⎤ und n Unterbäume.
- Ein Blattknoten hat zwischen ⎡(n–1)/2⎤ und n–1 Werte
Spezialfälle:
Wenn die Wurzel kein Blattknoten ist, dann hat sie mindestens 2
Unterbäume.
Wenn die Wurzel ein Blattknoten ist (und somt der einzige Knoten des
Baums ist), kann sie zwischen 0 und (n–1) Werte haben.
FGI 2012
06 Baumstrukturen
30
Beispiel eines B+-Baums
FGI 2012
06 Baumstrukturen
31
Fanout in B-Bäumen
•  In Datenbanksystemen sind die Daten auf Disk in Blöcken von 8 kByte oder
16 kByte gespeichert.
•  Der Fanout f berechnet sich aus der Blockgrösse S, dem Platzbedarf für
einen Indexwert V sowie dem Platzbedarf für einen Pointer auf ein Tupel
(sog. TID) P:
f = ⎣ (S−P) / (V+P) ⎦
Beispiele für 8kByte Seiten (ohne Header-Info ≈ 8000 Byte, 8-byte TID)
⎣ (8000−8) / (4+8) ⎦ = 666 für 4-Byte INTEGER
⎣ (8000−8) / (256+8) ⎦ = 30 für 256-Byte String
•  Worst-Case-Komplexität (Anzahl der Seitenzugriffe) für Suchen, Einfügen
und Löschen in einem B-Baum mit insgesamt n Datensätzen: O(logf n).
•  Mittlere Speicherplatzauslastung bei zufälligem Einfügen: ln 2 ≈ 0.69.
FGI 2012
06 Baumstrukturen
32